Injury outcome indicators: the development of a validation tool: Table 1
Notice bibliographique
Résumé
BACKGROUND: Researchers have previously expressed concern about some national indicators of injury incidence and have argued that indicators should be validated before their introduction. AIMS: To develop a tool to assess the validity of indicators of injury incidence and to carry out initial testing of the tool to explore consistency on application. METHODS: Previously proposed criteria were shared for comment with members of the International Collaborative Effort on Injury Statistics (ICE) Injury Indicators Group over a period of six months. Immediately after, at a meeting of Injury ICE in Washington, DC in April 2001, revised criteria were agreed over two days of meetings. The criteria were applied, by three raters, to six non-fatal indicators that underpin the national road safety targets for Canada, New Zealand, and the United Kingdom. Consistency of ratings were judged. CONSENSUS OUTCOME: The development process resulted in a validation tool that comprised criteria relating to: (1) case definition, (2) a focus on serious injury, (3) unbiased case ascertainment, (4) source data for the indicator being representative of the target population, (5) availability of data to generate the indicator, and (6) the existence of a full written specification for the indicator. On application of these criteria to the six road safety indicators, some problems of agreement between raters were identified. CONCLUSION: This paper has presented an early step in the development of a tool for validating injury indicators, as well as some directions that can be taken in its further development.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,080 | 0,150 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».